《Discover Public Health》：Survival analysis of time to cure among tuberculosis patients in Jigjiga Ethiopia a retrospective follow up study
编辑推荐：
背景：结核病是一个重大的全球健康问题，尤其是在埃塞俄比亚等发展中国家，它仍然是一项主要的公共卫生挑战。理解治愈时间及其决定因素对于改善治疗结局和指导干预措施至关重要。本研究旨在评估埃塞俄比亚吉吉加地区结核病（TB）患者的治愈时间及相关因素。方法：研究人员对20
背景：结核病是一个重大的全球健康问题，尤其是在埃塞俄比亚等发展中国家，它仍然是一项主要的公共卫生挑战。理解治愈时间及其决定因素对于改善治疗结局和指导干预措施至关重要。本研究旨在评估埃塞俄比亚吉吉加地区结核病（TB）患者的治愈时间及相关因素。方法：研究人员对2022年9月至2023年12月期间登记的309名结核病（TB）患者进行了一项回顾性队列研究。采用生存分析技术来分析治愈时间。使用Kaplan-Meier方法和Cox比例风险模型来确定治愈时间的预测因素。此外，研究人员比较了参数化加速失效时间（AFT）模型，并使用赤池信息准则（AIC）和贝叶斯信息准则（BIC）来确定最佳拟合模型。结果：研究共纳入309名结核病患者，其中226人（73.1%）在随访期间达到治愈。中位治愈时间为184天。在候选的参数化生存模型中，对数逻辑斯蒂加速失效时间（AFT）模型提供了最佳的数据拟合。肺外结核（β = 0.161, 95% CI 0.123–0.200; p < 0.001）和复发案例（β = 0.072, 95% CI 0.021–0.123; p = 0.006）与更长的治愈时间相关，而女性（β = -0.037, 95% CI -0.072至-0.001; p = 0.042）和更高的每日药片负担（2片：β = -0.099, p = 0.039; 3片：β = -0.101, p = 0.021; 4片：β = -0.123, p = 0.004）与更短的治愈时间相关。结论：对数逻辑斯蒂加速失效时间（AFT）模型是分析结核病患者治愈时间最合适的模型。肺外结核和复发案例与延迟康复相关，凸显了对这些患者群体进行更密切的临床监测和针对性干预以改善治疗结局的必要性。这些发现强调了加强结核病控制策略的重要性，尤其需关注高风险临床类别。
论文解读：《埃塞俄比亚吉吉加地区结核病患者治愈时间的生存分析》
研究背景与目的
结核病（Tuberculosis, TB）是全球性的重大健康威胁，尤其在撒哈拉以南非洲地区，疾病负担沉重。尽管传统上使用治愈或治疗完成等二元结局来评估治疗效果，但这些指标无法捕捉实现治愈所需时间的差异。治愈时间（time-to-cure）能提供关于治疗效果更深入的见解，有助于识别康复延迟的患者群体。在埃塞俄比亚，虽然已有一些关于结核病治疗结局的研究，但针对吉吉加地区患者治愈时间及其决定因素的证据仍然有限，且很少有研究比较不同的参数化生存模型以确定最适合的分析方法。因此，本研究旨在评估埃塞俄比亚吉吉加Sheik Hassan Yabare转诊医院结核病患者的治愈时间，比较备选的参数化生存模型，并识别与康复时间相关的社会人口学和临床因素。该论文发表于《Discover Public Health》。
主要关键技术方法
研究人员采用回顾性队列研究设计，数据来源于埃塞俄比亚吉吉加Sheik Hassan Yabare转诊医院的结核病登记记录，纳入了2022年9月至2023年12月期间登记的309名结核病患者。研究中应用了多种生存分析技术：首先，使用Kaplan-Meier（KM）方法估计生存概率，并通过log-rank检验评估组间差异；其次，拟合了Cox比例风险（PH）模型以初步识别预测因素，并利用Schoenfeld残差检验和图形法检验比例风险假设；由于PH假设被违反，研究人员转而采用参数化加速失效时间（AFT）模型，比较了指数（Exponential）、威布尔（Weibull）、对数正态（Lognormal）和对数逻辑斯蒂（Log-logistic）四种基线分布，并基于赤池信息准则（AIC）和贝叶斯信息准则（BIC）选择最佳拟合模型。数据分析使用Stata 17软件完成。
研究结果
3.1 描述性统计
研究共纳入309名患者，其中男性占60.84%（188人），女性占39.16%（121人）。总体治愈率为73.1%（226人）。中位治愈时间为184天。67.3%（208人）为肺结核（Pulmonary TB, PTB）患者，32.7%（101人）为肺外结核（Extra-pulmonary TB, EPTB）患者。HIV阴性患者的治愈率（75.60%）显著高于HIV阳性患者（33.33%）。复发患者的治愈率（87.50%）高于初治患者（71.48%）。通过Kaplan-Meier曲线分析发现，HIV阳性患者的未治愈概率在整个观察期内持续高于HIV阴性患者（log-rank p < 0.001）。
3.2 Cox比例风险模型
在多变量Cox回归分析中，仅TB类型和每日治疗剂量与治愈时间显著相关。肺外结核（EPTB）患者的治愈风险比肺结核患者低64.9%（调整后HR = 0.351, 95% CI 0.256–0.482, p < 0.001），表明其治愈所需时间更长。每日服用4片药物的患者治愈风险是每日服用1片者的2.15倍（调整后HR = 2.146, 95% CI 1.060–4.346, p = 0.034），提示治愈时间更短。年龄、体重、性别、HIV状态和患者类型在此模型中未显示出统计学显著性。然而，全局Schoenfeld残差检验显示比例风险假设被违反（p = 0.0128），且患者类型的KM曲线不平行，进一步证实了该假设的违背。
3.3 加速失效时间（AFT）模型
鉴于比例风险假设不成立，研究人员采用了AFT模型。通过对数逻辑斯蒂（Log-logistic）AFT模型的最终多变量分析，确定了多个与治愈时间独立相关的因素：
- •
TB类型：肺外结核（EPTB）患者的治愈时间显著长于肺结核（PTB）患者（β = 0.161, 95% CI 0.123–0.200, p < 0.001）。
- •
性别：女性患者的治愈时间显著短于男性患者（β = -0.037, 95% CI -0.072至-0.001, p = 0.042）。
- •
每日药片负担：与每日服用1片的患者相比，每日服用2片（β = -0.099, p = 0.039）、3片（β = -0.101, p = 0.021）和4片（β = -0.123, p = 0.004）的患者均表现出显著更短的治愈时间。
- •
患者类型：复发患者的治愈时间显著长于初治患者（β = 0.072, 95% CI 0.021–0.123, p = 0.006）。
年龄、体重和HIV阳性状态在该调整模型中未显示出与治愈时间的显著关联。
3.4 模型选择
通过比较四种AFT模型（指数、威布尔、对数正态、对数逻辑斯蒂）的AIC和BIC值，对数逻辑斯蒂（Log-logistic）模型因其最低的AIC（-189.69）和BIC（-148.62）值而被选为最佳拟合模型。
讨论与结论
研究发现，肺外结核（EPTB）和复发患者是治愈时间延长的两个独立预测因素，这与既往研究一致，可能归因于诊断困难、病灶部位难以触及、药物敏感性降低或疾病复发等因素。相比之下，女性性别和较高的每日药片负担与更短的治愈时间相关。然而，研究人员谨慎指出，每日药片数量的关联可能反映了基于体重的标准化治疗方案分配，而非直接的药理效应，因为数据未能区分固定剂量复合制剂（Fixed-Dose Combination, FDC）与单独用药。年龄、体重和HIV状态在本研究的多变量调整模型中并非独立的预测因素，这可能与研究人群特征、样本量或分析方法差异有关。
研究结论明确指出，对数逻辑斯蒂加速失效时间（AFT）模型是分析该队列结核病患者治愈时间最合适的模型。肺外结核和复发状态与康复延迟显著相关，这强调了对此类高风险临床类别患者加强临床监测和个体化管理的重要性。尽管每日药片数量与治愈时间存在统计学关联，但应谨慎解读。研究建议未来的前瞻性多中心研究应纳入详细的治疗方案信息、用药依从性及其他临床和社会经济因素，以验证这些发现并进一步改善结核病治疗结局。
